该服务器是YouTube API与AI助手之间的桥梁,并基于模型上下文协议。
<a href="https://glama.ai/mcp/servers/gzrh7914k6"> <img width="380" height="200" src="https://gips0.baidu.com/it/u=3899348819,1655242946&fm=3081&app=3081&f=PNG?w=760&h=400" alt="YouTube 服务器 MCP 服务器" /> </a>模型上下文协议(MCP)是一个系统,允许像Claude Desktop这样的AI应用程序连接到外部工具和数据源。它提供了一种清晰且安全的方式,使AI助手能够与本地服务和API进行交互,同时保持用户控制权。
uv tool install git+https://github.com/sparfenyuk/mcp-youtube
[!NOTE] 如果您已经安装了服务器,可以使用
uv tool upgrade --reinstall命令更新它。
[!NOTE] 如果您想删除服务器,请使用
uv tool uninstall mcp-youtube命令。
配置Claude Desktop以识别YouTube MCP服务器。
打开Claude Desktop配置文件:
~/Library/Application Support/Claude/claude_desktop_config.json%APPDATA%\Claude\claude_desktop_config.json注意: 您也可以在Claude Desktop应用设置中找到
claude_desktop_config.json
添加服务器配置
{
"mcpServers": {
"mcp-youtube": {
"command": "mcp-youtube",
}
}
}
}
克隆仓库
安装依赖项
uv sync
运行服务器
uv run mcp-youtube --help
可以在 src/mcp_youtube/tools.py 文件中添加工具。
如何添加新工具:
创建一个继承自 ToolArgs 的新类
class NewTool(ToolArgs):
"""新工具的描述。"""
pass
类的属性将用作工具的参数。 类的文档字符串将用作工具的描述。
实现新类的 tool_runner 函数
@tool_runner.register
async def new_tool(args: NewTool) -> t.Sequence[TextContent | ImageContent | EmbeddedResource]:
pass
该函数应返回一个包含 TextContent、ImageContent 或 EmbeddedResource 的序列。
该函数应该是异步的,并接受新类的一个参数。
完成!重启客户端,新工具应该可用。
验证可以通过Claude Desktop或直接运行工具来完成。
MCP Inspector 是一个帮助通过漂亮的UI调试服务器的工具。要运行它,请使用以下命令:
npx @modelcontextprotocol/inspector uv run mcp-youtube
如果您在Claude Desktop中看到消息“无法连接到MCP服务器mcp-youtube”,这意味着服务器配置不正确。
尝试以下操作:
mcp-youtube 二进制文件的完整路径